ZKLiveFace可見(jiàn)光人臉識別技術(shù),是熵基科技基于十多年的深度學(xué)習算法研究、海量數據訓練及豐富的落地場(chǎng)景能力而自主研發(fā)的人臉識別算法,覆蓋人臉檢測、人臉活體檢測、口罩檢測、年齡識別、性別識別、表情識別及人臉識別等功能。
采用快速消化網(wǎng)絡(luò )結構的單步法檢測器,提升人臉檢測速度。結合單步法的速度優(yōu)勢和兩步法的精度優(yōu)勢,采用基于RefineDet的人臉檢測框架,從而實(shí)現了在不同光照、遮擋、姿態(tài)以及分別率等多種因素變化下的高精度快速人臉檢測。
實(shí)現基于可見(jiàn)光和近紅外結合的雙目活體檢測??梢?jiàn)光攝像頭用于抵御紅外/黑白照片的攻擊,紅外攝像頭用于抵御彩色照片的攻擊。通過(guò)端到端的深度學(xué)習網(wǎng)絡(luò ),學(xué)習真人和假體間關(guān)于邊框,背景和面部一致性,紋理細粒度等區分信息,有效抵御紙質(zhì)照片、電子照片、視頻、面具和頭模等多種假體的攻擊,實(shí)現快速、穩定、可靠的人臉活體檢測功能。
采用exemplar-softmax的人臉識別方法,能夠在單機條件下部署實(shí)現大規模人臉識別訓練。針對人臉識別數據類(lèi)別樣本不均衡問(wèn)題,采用自適應邊界的損失函數,自動(dòng)學(xué)習不同類(lèi)別的邊界裕量,提高分類(lèi)器的泛化性能;針對類(lèi)內樣本少、類(lèi)別數特別多的現象,采用淺寬學(xué)習框架,實(shí)現淺寬數據的有效訓練,從而充分利用各類(lèi)樣本,提升人臉識別精度,最終實(shí)現覆蓋兒童、少年、青年以及老年等全年齡段的精準人臉識別模型。
采用端到端的二分類(lèi)網(wǎng)絡(luò )結構,實(shí)現是否戴口罩的快速檢測模型,能夠準確檢測出不同類(lèi)型、不同佩戴方式下的口罩場(chǎng)景。
基于多任務(wù)學(xué)習框架,同時(shí)學(xué)習性能識別和年齡估計信息;充分挖掘性能和年齡之間的內在聯(lián)系,提高性能分類(lèi)準確率以及不同性別下的年齡估計精度;性別識別準確率達到98%以上,年齡估計精度誤差在5歲以?xún)取?/p>